Quantum Annealing for Variational Bayes Inference
Quantum Annealing for Variational Bayes Inference
复制标题
DOI：
--
复制
发表时间：
2009-05
期刊：
影响因子：
--
通讯作者：
Issei Sato;Kenichi Kurihara;Shu Tanaka;Hiroshi Nakagawa;S. Miyashita
中科院分区：
文献类型：
--
作者：
Issei Sato;Kenichi Kurihara;Shu Tanaka;Hiroshi Nakagawa;S. Miyashita
本文提出了基于变分贝叶斯推理的量子退火（QAVB）的确定性退火算法的研究，该算法可以看作是变分贝叶斯模拟退火（SAVB）推理的扩展。 QAVB 与 SAVB 一样容易实现。实验表明，在潜在狄利克雷分配（LDA）的变分自由能方面，QAVB 比 SAVB 找到了更好的局部最优值。
This paper presents studies on a deterministic annealing algorithm based on quantum annealing for variational Bayes (QAVB) inference, which can be seen as an extension of the simulated annealing for variational Bayes (SAVB) inference. QAVB is as easy as SAVB to implement. Experiments revealed QAVB finds a better local optimum than SAVB in terms of the variational free energy in latent Dirichlet allocation (LDA).